Tecnologías de la Información y de las Comunicaciones (TIC): Industria 4.0 (parte 6)
• “Si ya se cansó de volver a empezar, deje de darse por vencido”: Daniel Habif
David Moisés Terán Pérez *
Estimadas(os) lectoras(es) de esta columna invitada semanal. Esta ocasión veremos el Modelo de Madurez de la Industria 4.0; así como la Matriz FODA (Fortalezas, Oportunidades, Debilidades y Amenazas) de esta cuarta revolución industrial, tanto en México como en el resto del mundo.
El análisis lo realizaremos tanto desde la perspectiva de diferentes autores, como desde diversas organizaciones de índole internacional como: la OCDE, el Foro Económico Mundial, la Organización Internacional del Trabajo y la Organización Mundial del Comercio.
Comenzamos. Un criterio fundamental para un modelo de madurez adecuado es su adaptabilidad general a la estructura organizativa de las micros, pequeñas y medianas empresas (Mipymes). Muchos esfuerzos de digitalización fallan debido: (1) A la poca motivación de los colaboradores (empleados) que, a veces, no están abiertos a nuevas ideas y (2) A la complejidad y a la incomprensibilidad de los desarrollos tecnológicos.
Por lo tanto, un modelo de madurez adecuado no debe ser demasiado complicado y/o complejo. Para ser entendido (simplicidad), debe explicar la idea general de la digitalización, así como sus conceptos relacionados, aclarando las incertidumbres en lugar de crear otras nuevas. Esto también incluye la facilidad de implementación (Wiesner et. al., 2018).
Las Mipymes necesitan inicialmente información sobre las posibilidades de digitalización, y posteriormente una guía sobre cómo dar los primeros pasos hacia la transformación digital. En consecuencia, una función importante de un modelo de madurez es proporcionar orientación a las Mipymes sobre cómo lograr un mayor nivel de madurez en su dominio específico y continuar en la dirección correcta con su estrategia comercial.
El modelo de madurez debe permitirles posicionar su negocio frente a tendencias externas y dar una guía para seleccionar opciones tecnológicas y de servicios inteligentes adecuadas (Wiesner et. al., 2018). Fuertemente vinculados a la incertidumbre sobre los conceptos de digitalización, los requisitos de conocimiento para utilizar un modelo de madurez son cruciales para que el modelo sea adecuado para las Mipymes. Un alto conocimiento inicial constituye una especie de barrera de entrada. Las empresas perciben los conceptos de la Industria 4.0, como altamente complejos y carecen de una idea clara de Industria 4.0, lo que genera incertidumbre con respecto a sus beneficios y a sus resultados.
Entonces, derivado de lo anterior, uno de los primeros obstáculos que enfrentan las organizaciones que se acercan a la digitalización es comprender su nivel de madurez, generalmente definido: “Como el estado en el que están listas para la transformación digital. El objetivo de los modelos de madurez, es proporcionar los medios para evaluar la madurez actual de una empresa, para implementar aspectos de la Industria 4.0; e identificar medidas concretas para ayudarlas a alcanzar una etapa de madurez más alta que les permita maximizar sus beneficios” (Wiesner et. al., 2018; p. 19).
El modelo incluye tres fases distintas: una fase inicial para crear una comprensión completa del concepto de Industria 4.0; una fase de desarrollo para diseñar y definir la estructura del modelo y para establecer una herramienta práctica aplicable, y una fase de implementación para validar la herramienta en una aplicación de la vida real. El modelo de madurez toma como entradas la situación actual y la estrategia corporativa de la empresa, con el fin de proporcionar como resultado una hoja de ruta para la transformación digital.
Los requerimientos para desarrollar un nuevo modelo de madurez de la Industria 4.0 que sea útil para las Mipymes son: analizar la estructura organizacional y la estrategia; cambiar la cultura y el liderazgo; determinar cómo satisface las necesidades del cliente final, y establecer el nivel tecnológico dentro de la Industria 4.0.
Por otra parte, los niveles de madurez de la Industria 4.0 se definen como la ruta de desarrollo, la cual se basa en la informatización, que es el punto de partida para la digitalización, y se refiere al uso específico de las tecnologías de la información y de las comunicaciones (TIC).
En la mayoría de las empresas, la etapa de informatización se encuentra en gran medida en un estado muy avanzado, y se utiliza particularmente para el diseño efectivo de actividades repetitivas, ya que permite una producción rentable con bajas tasas de error, y genera la precisión necesaria, que es indispensable para la producción de muchos productos modernos.
Al alcanzar el nivel de conectividad, el uso selectivo o aislado de tecnologías de la información (TI) se reemplaza por componentes en red, por lo que los sistemas de TI están interconectados y representan una proyección de los procesos empresariales misionales.
En México todavía no se ha producido una integración completa entre los niveles de las TI (tecnologías de la información) y de las TO (tecnologías operativas). Con base en esto, se establece la visibilidad digital que permite el registro de los procesos de principio a fin, con una gran cantidad de datos capturados.
Los estados de los procesos ya no se limitan solamente a áreas individuales, sino que se pueden extender a un sistema de producción y/o a toda la organización en tiempo real para crear un modelo digital, también conocido como la “copia digital”. Esta copia digital, que debe entenderse como un elemento básico para los niveles de madurez posteriores, ayuda a mostrar lo que está sucediendo en la empresa (en tiempo real) y permite la toma de decisiones basadas en la analítica de los datos.
Para una mejor comprensión causal de los procesos, es necesario destacar la transparencia sobre las correlaciones en los conjuntos de datos. El reconocimiento e/o interpretación de las interdependencias a través de la copia digital, requiere el análisis de los datos recopilados en el contexto respectivo, utilizando conocimientos avanzados de ingeniería.
El conocimiento del proceso es cada vez más necesario para soportar la toma de decisiones complejas, que se basan en conexiones semánticas y en el agregado de datos, junto con su clasificación correspondiente en un contexto determinado. Este proceso es apoyado fundamentalmente por las nuevas tecnologías para el análisis de datos masivos. Al acumularse, el nivel de capacidad predictiva permite la simulación de diferentes escenarios futuros para elaborar predicciones, proyecciones y pronósticos, así como la identificación de aquellos que su ocurrencia sea más probable. Con este objetivo, la copia digital se proyecta en escenarios basados en el futuro, y se evalúa de acuerdo con su probabilidad de ocurrencia.
Esto permite a las empresas anticiparse a los próximos acontecimientos, tomar decisiones a tiempo, y tomar medidas de reacción adecuadas. Aunque las medidas generalmente aún deben iniciarse manualmente, los efectos de una interrupción pueden ser limitados debido al tiempo ganado a través de la advertencia previa. La reducción de tales interrupciones y/o variaciones en la planificación, que representan eventos inesperados en el proceso comercial, permite una operación más sólida.
La capacidad de adaptación puede permitir una reacción automática ante fallas esperadas de la maquinaria y/o de demoras en la entrega a través de una secuencia modificada en la planificación de la producción.
Si una empresa logra explotar los datos de la copia digital de tal manera que las decisiones se tomen de forma autónoma, con los mejores resultados positivos en el menor tiempo posible y se toman las medidas correspondientes; entonces, la sexta etapa del modelo se ha implementado con éxito. Empero, es importante evaluar cuidadosamente los riesgos de automatizar las aprobaciones. Para esto se debe dar una relación costo-beneficio correcta y efectiva (Zeller et. al., 2018).
Finalmente, veamos la Matriz FODA de la Industria 4.0, tanto en el contexto mexicano como en el internacional:
Fortalezas
1.- El mundo conectado, los sistemas abiertos y la economía del conocimiento.
2.- Las redes y la colaboración con acceso basado en la funcionalidad, en lugar de la propiedad.
3.- La integración de industrias y de servicios: fábricas inteligentes, sistemas energéticos, movilidad y la gobernabilidad optimizada.
4.- Automatización, uso de robots en prácticamente todas las actividades y el uso de máquinas de aprendizaje (las máquinas que aprenden).
5.- Productividad, efectividad, ganancias y rentabilidad.
6.- Productos y servicios innovadores, proliferación de aplicaciones móviles para facilitar la vida.
7.- Nuevas capacidades de auto-producción (Smit, et. al., 2016).
Oportunidades
1.- Nuevos puestos de trabajo para ingenieros, programadores, científicos, expertos en redes de computadoras, entre muchos otros.
2.- Organización del trabajo más ágil, flexible y autónoma.
3.- Abolición de tareas repetitivas y rutinarias.
4.- Nuevas maneras de colaboración y de cooperación entre los trabajadores de las organizaciones.
5.- Mejor ergonomía y ayuda en la realización de tareas repetitivas y rutinarias.
6.- Nuevas maneras de distribuir las utilidades y las ganancias de la productividad (reducción de la jornada laboral).
7.- Posibilidades de emancipación social, ejecución de un cambio de modelo económico orientado a la igualdad entre pares (sociedad post-capitalista) (Smit, et. al., 2016).
Debilidades
1.- Incertidumbre laboral (sobre todo en los países subdesarrollados).
2.- Oligopolios súper potentes y un mundo de dominio de los datos.
3.- Concentración del poder y de la riqueza en las cadenas de valor.
4.- Posibles problemas con la normatividad regulatoria en ámbitos administrativos, laborales, fiscales y de remuneración, entre otros.
5.- La protección de los datos personales quedará expuesta a los riesgos implícitos e inherentes a su manejo.
6.- “Algoritmización” del comportamiento individual, en el trabajo, en los hábitos de consumo, en las preferencias sociales y culturales; es decir, la normalización y la estandarización de los individuos.
7.- Aislamiento de la clase media y una polarización de la sociedad entre un número reducido de trabajadores de lo alto de la escala y una gran masa de trabajadores de una escala inferior.
8.- Baja inversión en herramientas digitales que permitan la emancipación social de los sectores de bajos ingresos (Smit, et. al., 2016).
Amenazas
1.- Desaparición masiva de puestos medios de trabajo.
2.- Pérdida de control por parte de los trabajadores de su propia experiencia y de sus conocimientos.
3.- Pérdida de confianza entre la clase trabajadora y la clase patronal.
4.- Precarización de los puestos de trabajo.
5.- Debilitamiento de la acción colectiva, así como de las relaciones laborales.
6.- Desigualdad en la demanda de mano de obra.
7.- Estancamiento de los salarios del personal no cualificado.
8.- Competencia mundial entre la clase laboral, para acceder a los puestos que no requieran el uso de las tecnologías.
9.- Precarización del financiamiento de la seguridad social a nivel internacional (Smit, et. al., 2016).
Por todo lo analizado en estas seis entregas, hay mucho por aprender, hacer, implantar, analizar y evaluar acerca de la Industria 4.0 para entender su impacto en las organizaciones mexicanas. Sin embargo, el primer paso se ha dado: el saber que existe y que es una realidad que ya está presente. Queda mucho todavía por conocer. La próxima semana iniciaremos con el tema: “El Sistema Nacional de Competencias: una alternativa viable para el desarrollo económico de México”. (Continuará…)
Referencias
Smith, Jan, et. al., (2016): Industry 4.0. Directorate general for internal policies. European Parliament.
Wiesner, S.; Gaiardelli, P.; Gritti, N. & Oberti, G. (2018). Maturity models for digitalization in manufacturing-applicability for SME. In: Moon, I.; Lee, G. M.; Park, J.; Kiritsis, D. and Von Cieminski, G. (Ed.) (2018). Advances in production management systems: Smart manufacturing for Industry 4.0. Frankfurt, Germany: Springer-Verlag, p.p. 81-88.
Zeller, V.; Hocken, C. & Stich, V. (2018). Acatech Industrie 4.0 maturity index-A multidimensional maturity model. In: Moon, I.; Lee, G. M.; Park, J.; Kiritsis, D. and Von Cieminski, G. (Ed.) (2018). Advances in production management systems: Smart manufacturing for Industry 4.0. Frankfurt, Germany: Springer-Verlag, p.p. 105-113.